‘

인간처럼 생각하고 행동하는 기계’를 통칭하는 인공지능의 핵심기술은‘기계학습’이다.

이미 1950년에 그 개념이도입된 이 기술은 여러 이유로 정체돼 있다가, 2000년대 이른바‘딥러닝(deep learning)’이등장한 이후, 수십 년간 축적된 디지털 빅데이터 및 첨단 컴퓨터 하드웨어와 맞물리면서 전대미문의 주목을 받고 있다.

원격의료 분야에서는 ▲실시간원격데이터 분석 ▲원격데이터와 기존 진료데이터의 통합 및분석 ▲챗봇 등 인공지능 기반대화형 요소기술 ▲비대면 진료 보조 기술 등에 다양한 인공지능 기술이 활용되고 있다.

(1)인공지능 기술의 원격의료 적용

①원격환자 모니터링

원격에서 제공되는 정보를 기존의 데이터와 통합하는 일과 적절한 판단을 내리는 일을 지금처럼 모두 의료진에게 의존하게 되면 의료 수요가 폭발적으로 증가하기 때문에 원격 모니터링은 현실성이 없어진다.

따라서 여기에 인공지능 기술을 활용하여 자동화된 데이터 처리, 분석 및 의사결정 보조를 해주는 것이 필요하다.

또한 인공지능과 ICT 기술을 활용하면 기존에는 활용하지 못했던 새로운 의료 서비스를 제공할 수 있다. 가령 운동센서나 가속계를 활용하면 재활훈련 환자의 운동량을 자동으로 측정할 수 있고, 자이로스코프나 가속계를 활용하면 고령 환자의 낙상사고 등을 감지할 수 있다.

②원격의료의 컴퓨터-환자

인터페이스의료진-환자 상호작용은 원격의료에서 상당 부분 컴퓨터-환자 상호작용으로 전환될 수 있다. 이러한 상호작용은 인공지능 기반 대화 이해 및 생성기술을 통해 할 수 있는데, 이 기술은 텍스트나 챗봇 같은 다양한 형태로 구현할 수 있다.

이는 단순히 의료진-환자의 대화를 대치하는 것뿐만 아니라 기존의 의료에서는 제공할 수 없었던 서비스를 제공하여 만성질환의 관리를 획기적으로 개선할 수 있다. 가령 스마트폰을 이용하여 투약, 식사, 운동 등에 대한 알림서비스를 제공할 수 있으며, 원격 환자 모니터링 결과와 연동하여 정기적인환자관리를 제공할 수 있다.

③의료 빅데이터 시스템

원격 환자 모니터링으로 획득된 정보, 개별 환자의 유전정보 사회적 정보, 기존의 의료정보가 통합된 개별 환자의 데이터를 모아 새로운 형태의 의료 빅데이터를 구축할 수 있다. 이를 통해 개별 환자 데이터의 특성을 넘어서서 다수 환자군의데이터를 통합, 분석할 수 있게되는데, 이 과정에서도 인공지능 기술을 유용하게 활용될 수 있다. 가령 통합된 데이터의 분석을 통해 질병의 원인이나 위험요소를 밝혀내거나 새로운 질병의 아형, 치료법 등을 찾아낼 수 있다.

④비대면 진료 관련 보조 기술

비대면 진료는 전통적 의료행위의 공간적 제약을 극복하기 위한 것이지만, 변형 되더라도 일정한 형태의 대면 상호작용이 요구된다. 이는 기본적으로 정보통신기술을 통해 확보되지만, 인공지능 기술을 통하면 더 강화될 수 있다.

가령 지능형 챗봇 기술을 활용하여 인공지능 기반 예진 기술을 개발하게 되면, 비대면 진료 전 예진을 통해 기본 병력을 얻고 이를 데이터화하여 의사에게 제공함으로써 보다 나은 진료를 보장할 수 있다. 더 나아가 특정 분야에서는 인공지능 기술이 원격진단을 보조할 수 있는데, 피부암의 경우 시각적 진단에서인공지능 모델이 전문의에 필적하는 성능을 보인 것으로 알려져 있다.

(2)인공지능 기술 적용의 문제점

의료는 기본적으로 사람의 생명을 다룬다는 점에서 새로운 기술이나 의료행위의 도입에 보수적일 수밖에 없다. 따라서 새로운 기술을 도입할 때는 그 투명성과 설명 가능성이 매우 중요하다. 그러나 대부분의 인공지능 기술은 본질적으로 설명 가능성에 문제가 있다. 또한 인공지능 기술은 데이터를 기반으로 하기 때문에 학습 데이터의 분포와 특징을 반영할 수 밖에 없다는 점에서 불안정성이 있다. 따라서 개발된 기술을 일반적 의료상황에 적용하려면 독립된 현실의료데이터(real world data)를 활용한 검증이 필수적이다. 그럼에도 인공지능은 미래 의료에 반드시 필요한 기술이다.